为减小侧向运动对整车质量与道路坡度估计精度的影响，提出了一种考虑侧向运动的估计算法，利用加速度修正车辆动力学模型，采用遗忘因子提高新数据适应车辆系统时变特性的最小二乘算法估计整车质量，并将质量估计结果实时输入道路坡度估计中；建立车辆运动学和动力学两个坡度估计模型，并在模型中添加加速度修正项，设计强跟踪滤波算法分别针对2种模型进行道路坡度估计，时变交互多模型融合算法根据两个坡度估计模型的权重系数和模型间的转移概率得到道路坡道估计值。本文算法在中国第一汽车股份有限公司技术中心农安汽车试验场进行了实车试验和评估，与未考虑侧向的融合估计算法相比，提高了车辆横向运动时的道路坡度估计精度。

提出了一种具有动态交互感知池化层的多长短期记忆神经网络（DIP-LSTM）模型结构，使得场景中相邻的车辆通过池化（Pooling）共享各自LSTM网络隐藏态，获取历史轨迹特征，进而实现自车与周围多车的时间空间关系的交互性建模，并输出车辆未来的预测轨迹。使用美国的NGSIM和德国的High-D自然驾驶车辆轨迹数据集对模型进行训练与测试，并对模型的精度、鲁棒性和迁移性（普适性）进行验证。研究结果表明：与传统模型的预测方法相比，考虑多车交互信息的DIP-LSTM网络的预测方法在预测精度与长时域预测上具有优势，且模型具有良好的迁移性和鲁棒性，显著提高了车辆轨迹预测模型的实用性和普适性。

针对现有电伺服作动器在负载回落阶段负载势能被浪费的问题，提出了基于能量回收的新型电伺服作动器的实现方案。该方案通过与传动系统并联的蓄能器来回收负载回落时耗散的势能，在负载举升时将其用于提供辅助推力。结合功率键合图理论引入了一种复杂能域下的机械系统动态能耗分析方法，建立了新型电伺服作动器的动态能耗模型，并进行了对比仿真实验。结果表明，所设计的电伺服作动器使得系统响应时间缩短了约36.9%，所需的电机启动转矩降低了约43.3%；在举升负载时的能耗降低了约31%，在负载回落时能够回收36%的势能；在工作过程中滚珠螺旋副的承载大大降低，有助于减少摩擦热、延长丝杠的使用寿命。

汽车涂装过程中产生的漆面缺陷影响着整车外观质量，针对人工检测存在漏检、低效以及传统检测方案的高实施成本等问题，提出了一种基于改进YOLOv7算法的汽车漆面缺陷检测系统。构建了汽车漆面缺陷数据集，共有4023张图像，其中包含5种常见汽车漆面缺陷；针对YOLOv7算法在微小缺陷上检测精度不足的问题，在原网络中引入了GAM注意力机制和SPPFCSPC模块，用于提高算法对微小缺陷特征的提取能力，同时采用改进的ELAN模块对网络结构进行改进，减少网络过深造成的小目标信息丢失问题，保证在减轻网络模型的同时提高网络对微小特征的识别精度；实验结果表明：本文方法大幅提升了对微小漆面缺陷的检测性能，缺陷的平均检测精度达到了88.9%，与多种算法相比检测精度最高。

汽车机械式自动变速系统难以同时满足低能耗、高动力的运行需求，为提升变速系统运行性能，提出基于粒子群算法的汽车机械式自动变速系统参数多目标优化。该方法首先学习并分析汽车整体动力模型以及电机效率，之后依据汽车在行驶中的最高速度、加速度性能以及爬坡性能确立目标函数，最后利用粒子群算法求解目标函数最优解，利用汽车在行驶过程中的惯性权重使全局搜索能力达到平衡状态，基于学习因子实现粒子自动寻优，实现汽车机械式自动变速系统参数多目标优化。实验结果表明：本文方法能耗低、运行效率高且拥有良好的动力性能，能有效提升汽车机械式自动变速系统的运行性能，对汽车的无延迟变速具有一定的促进作用。

为解决汽车减震器因流动惯量导致径向动力发生偏差的问题，提出基于动力学分析的汽车减震器示功图故障检测算法。计算减震液在左、右2个封闭区域的流动惯量，将压缩行程中的径向动力和回弹行程中的径向动力代入能量与动量方程中，建立汽车减震器动力学方程，再绘制实测示功图，并将其作为样本输入支持向量机中进行分类，再设定判定阈值进行阈值判定，完成示功图故障检测。试验结果表明：本文方法在供液不足、双凡尔漏失、活塞被卡、砂阻时获取的汽车减震器示功图与实测示功图基本吻合，说明本文方法的故障检测准确性高。

针对现有电铲自主装卸功能在料堆重构、环境感知、目标识别等领域存在技术难度的现状，从降低自主装卸作业任务难度的角度出发，本文提出了一种以载荷均衡分布为目标的矿用自卸车斗型优化方法。首先，构建了一种基于差分迭代的装卸后自卸车斗内料堆的轮廓重构方法，并对料堆质心位置进行计算；其次，建立并验证了模拟电铲装卸过程的离散元仿真方法；再次，利用离散元仿真实验，研究了不同斗型结构参数对斗内料堆质心位置的影响；最后，以横向载荷均布为目标，以纵向载荷分布、行驶安全性、斗容变化为约束对斗型进行优化。结果表明：优化后的斗型与原斗型相比，在保持装载能力和行驶安全性的前提下，极端装卸位置时的载荷分布均匀性显著提升，并具有更大的合理装卸面积和更高的作业效率。

在653~713 K温度范围和0.01~10 s^-1应变速率下，进行了w（GNP/7075Al）=0.5% 增强7075铝基复合材料的热压缩试验，建立了BP神经网络和应变补偿Arrhenius模型，同时建立了复合材料的热加工图和动态再结晶体积分数预测模型，研究了复合材料的热变形行为，并确定了复合材料的热加工工艺参数。结果表明：BP神经网络模型得到的流变应力预测值与试验结果吻合较好，其相关系数最高为99.9983%，平均相对误差绝对值最小为0.5%，表明神经网络对w（GNP/7075Al）=0.5% 复合材料的热变形行为具有较高的预测精度。w（GNP/7075Al）=0.5%复合材料最佳变形温度和应变速率分别为685~705 K和0.01~0.1 s^-1。动态再结晶（DRX）倾向于在低应变速率和高变形温度下发生。数值模拟和热挤压试验表明，在挤压温度693 K、挤压速度1 mm/min的工艺参数下可以挤出表面质量良好的型材。

将车路协同系统中车辆的位置估计问题转化为时空图模型构建与优化问题，提出一种时空图优化协同定位（STGO-CL）方法。其中，感知区域中不同时刻的车辆位置构成图模型中的节点；车端与路端通过融合高精地图计算出来的车辆绝对位置与相对位置构成图模型的边，并加入时延补偿约束。在求解过程中采用Levenberg-Marquardt （LM）法求解目标函数实现对感知区域中的车辆位置最优状态估计，实现车-路-图协同定位。利用CARLA建立直道和弯道仿真实验场景以验证算法，结果表明：时空图优化协同定位方法平均定位误差为0.29 m，定位性能较GPS或路侧单元（Road side unit， RSU）单独定位分别提高了97.1%和55.4%，较不融合高精地图的时空图优化协同定位方法提高了42.0%。在时延补偿上，可将200 ms时延下的定位性能提高67.0%。本文利用时空图模型实现车-路-图协同定位可有效提升车路协同系统的环境感知性能。

本文采用离散元法（DEM）研究非均质水稳碎石（CSM）材料的细观开裂行为，基于Weibull材料随机场，建立了不同均质度水平的CSM细观断裂模型，通过虚拟半圆弯曲（SCB）试验模拟细观开裂过程，分析砂浆基体均质度的影响。结果表明：CSM裂纹沿着砂浆薄弱点和界面共同扩展，砂浆基体的断裂占主导地位。峰值强度和破坏形变随均质度的提高而增大，砂浆中少量的性能薄弱点有益于改善结构形变特性而提升其整体强度，适当均质度水平有助于CSM材料抗裂性能的发挥。

为解决机场在进行智慧化程度评价过程中由于建设内容体量庞大，业务错综复杂，无法做到业务流科学划分并有效评价的难题，本文从面向任务对象角度以及面向功能属性的角度建立了基于对象-属性双维度的机场核心业务流评价体系，并提出了90项基础指标。在此基础上，通过优劣解距法对禄口机场的双维度指标层进行了分值计算。研究结果表明：双维度评价指标体系的建立有助于厘清机场业务流种类多元且流向繁杂的问题，方便后续机场进行智慧化程度评价；从基于任务对象维度的指标层分值可以看出，旅客流的隔离区外智慧化建设程度最高为73.76分。以功能属性维度划分的各指标中，感知类的数量/重量指标评分最高为79.68分，高出平均值21.4%；预测类的时间类指标评分最高为80.26分，高出平均值9.1%；决策类的事件类指标评分最高为76.30分，高出平均值10.2%。预测类和决策类的相关指标智慧化建设程度相对均衡，而感知类指标最低分为54.36分，最高分为79.68分，各业务智慧化建设程度相差较大。

为解决交叉口风险评估未充分考虑驾驶员状态和风险损失的问题，提出了一种综合风险概率和风险损失的风险评估方法。利用熵值法得出基于驾驶员生理信息的风险概率，基于能量转换定理确定直接风险损失，提出环境脆弱度确定间接风险损失；利用聚类算法得到风险损失和风险概率的等级，进而基于风险矩阵得到交叉口风险等级。分析西安市19个交叉口试验数据得出：交叉口风险等级划分为比较安全、一般安全、比较风险和非常风险4个等级，风险等级主要集中在比较风险级别。所提出的基于驾驶员生理信息的交叉口风险评估方法与试验驾驶员的感知相符，准确度达到90%，为驾驶员风险管理提供了新方法。

为研究智能网联车（CAV）对交通流的影响，基于智能驾驶人模型（IDM），考虑后车和多前车速度差的影响，构建CAV智能驾驶跟驰模型，推导了CAV跟驰模型的临界稳定性条件。然后以考虑1辆后车和5辆前车速度差的CAV跟驰模型设计数值仿真实验。结果表明：交通流稳定性随考虑后车影响的权重比例变化而变化，即只有当后视权重比例在恰当范围内时才可提高交通流稳定性；考虑后车影响和多前车速度差还可削弱由时延导致的交通流不稳定性。同时，新模型控制下的车辆加速度变化更平稳，更有助于提高交通流稳定性和交通流安全性。

为解决时空客流不均衡带来的供需失衡问题，提出一种基于客流变化特征的多车型电动公交车调度优化方法。针对不同类型电动公交车辆的运营特性差异，考虑分时电价和有序充电策略，建立多车型电动公交车调度模型，协同优化车辆行车计划、充电方案及车队配置。设计遗传算法求解模型，并以南京市部分线路为例验证模型效果。案例表明：与仅采用小型车和大型车的调度方案相比，多车型调度方案的系统总成本分别降低8.26%和11.25%，证明本文方法不仅能提高公交服务水平，而且可有效降低公交系统运营成本，其中充电成本下降25.63%，表明有序充电策略能够充分利用低电价区间。灵敏度分析表明，单位时间成本和折旧成本系数是影响多车型车队构成的重要因素。

载货汽车重心高的特点极易因操作不当引发侧翻，为此，依靠现有路侧测量设备提出一种可快速投入使用的车辆弯道侧翻预测方法。首先，提出基于改进KNN的车辆重心高度回归预测模型实现车辆重心高度路侧动态估计；然后，建立基于横向载荷转移率的车辆侧倾估计模型实现侧倾程度路侧估计；最后，提出在线ARIMA模型在线预测车辆侧倾状态。MATLAB/Simulink与TruckSim联合仿真结果表明：本文提出的侧翻预测方法在弯道全程均能准确预测车辆LTR变化趋势和其极限值，从而为路侧设施在弯道发布针对性预警提供依据。

考虑车辆类型、驾驶风格及不同阶段影响车辆换道的关键目标，将车辆避障过程中的“车-车交互”机理描述为力的关系，构建协同换道避障模型（CLAM），提取并建立适用于突发事件的车辆避障微观轨迹数据集，将车辆避障转化为多约束优化控制问题，以优化算法（OA）为纽带，设计车辆协同避障控制（CLAM-OA）策略。结果表明：相较于数据驱动的长短时记忆模型，CLAM-OA策略输出的误差均显著减小、车速与位移在不同时域的输出结果也更加稳定。

选取典型山区双车道公路弯道和直道为研究对象，基于无人机航拍视频提取的交通轨迹数据，通过轻度提升机算法构建了货车移动遮断下小客车跟驰风险预测模型，采用支持向量机、随机森林验证了模型有效性，分析了模型关键特征参数风险作用机制。实验结果表明：基于轻度提升机算法的风险预测模型准确率达96.9%，具有优越性，速度差、跟驰间距是模型关键特征参数，直道上单因子重要度更大；相比弯道，直道路段危险驾驶行为突出，大幅横向偏移等不稳定跟驰特征明显；由模型解释器结果可知，当速度差小于0.5 m/s、跟驰间距大于40 m时，是较为安全的跟驰状态。

为解决智能网联环境下匝道合流过程中车辆通行的效率和安全问题，提出了一种基于博弈论的智能车辆协同控制方法。该方法构建了以匝道外侧车道车辆为主体的三方博弈对局，并从换道、安全和行驶效率收益方面综合建立车辆收益函数；以博弈对局整体收益最大为控制目标，依据夏普利值进行收益分配，得到三方博弈对局中车辆最优控制策略。实验选取重庆市玉马路与重庆内环快速路包头方向合流区为路网原型，对合流区的车辆运行场景采用SUMO/TraCI和Python进行联合仿真分析。结果表明：本文所提出的合作博弈控制方法与演化博弈控制方法相比，总体平均行程时间缩短3.22%，平均延误时间缩短14.47%；车辆严重冲突降低54.04%，碰撞时间小于3 s的比例总体降低了26.56%；有效降低了交通冲突时间，改善了合流区交通运行效率。

针对场桥作业均衡和效率问题，设计了分时段平衡策略（TPBS），考虑了场桥之间作业安全距离和堆场容量的约束，建立了一个混合整数规划模型，以最大限度地减少双场桥的作业量方差和作业总时间，为了求解建立的模型并分析算例，开发了模拟退火遗传算法（SAGA）。通过不同算法对比实验和3种平衡策略在集装箱数量为80~500个时的对比实验及分析，实验结果表明：SAGA对比于GA和SA的目标值分别平均降低7.32%、20.66%，分时段平衡策略可以均衡场桥作业任务量，缩短集装箱装卸任务的完成时间，有效地提高了堆场空间的利用率，并有助于提高场桥的整体作业效率。

为提升高烈度近断层地区大跨轻柔拱桥的纵向抗震性能，通过非线性时程分析，探讨了某上承式RC拱桥黏滞阻尼器的适用性。对比该新型拱桥与常规RC拱桥结构体系、动力特性的差异，明确了其地震损伤路径，优化了阻尼器布置方案，探究了近远断层地震动下墩柱响应规律及减震效果，考虑了高阶振型的影响，结合易损性说明了减震方案的合理性。结果表明：此类轻柔拱桥在近断层纵竖向设计地震下，中等高度立柱最易损伤，而拱肋保持弹性；在桥台及高柱处布置阻尼器的减震效果最佳；受高阶振型影响，设置阻尼器后的高墩柱墩身剪力及弯矩包络“S”形分布更显著；在近场脉冲及远场长周期地震下的结构响应更大，受位移脉冲的影响阻尼器滞回环会出现突变，但耗能显著、减震效果突出；4类近远场地震动下黏滞阻尼器均可有效降低拱桥墩柱的损伤概率，适用性较优，但需满足大出力、大量程的地震需求。

对粘贴碳纤维增强复合材料（CFRP）的烧结黏土砖砌块进行双面剪切试验，考察硫酸盐干湿循环不同周期下CFRP -黏土砖砌块界面破坏形态和粘结性能，讨论了硫酸盐腐蚀下CFRP-黏土砖砌块界面粘结性能退化机理。结果表明：CFRP-黏土砖砌块界面的破坏形态受硫酸盐干湿循坏影响较大；界面粘结性能（极限承载力、峰值剪应力）随循环时间呈先小幅增加后加速下降的趋势。提出了受循环周期影响的CFRP-黏土砖砌块界面粘结-滑移模型，将预测值与试验值对比，该模型能较准确地反映硫酸盐干湿循环作用下界面粘结性能的退化规律。

进行建筑结构层间变形特征分析时未建模分析特征，导致分析效果较差，为解决上述问题，本文对地震后建筑结构层间变形分布特征展开研究。利用建筑信息模型技术建立建筑结构三维模型；引入广义层间位移谱法，构建层间位移等公式，进行建筑结构层间变形特征分布分析。研究结果表明：不同加速度下，层间位移随着加速度增加而增大；1层楼时弯矩、剪力和层间位移角分别达到237 kN·m、210 kN和1/231 rad，呈现最大的变化。分析结果与实际相符，可以有效地分析层间变形特征。

为提高热图预测关节点的精度，提出了一种基于亚像素定位的人体姿态热图后处理方法，该方法包括2个策略：第一个策略是翻转图像热图的亚像素偏移处理，可以消除与原始图像热图的未对齐偏差；第二个策略是局部区域曲面拟合的热图解码，实现关节点的亚像素定位。本文热图后处理方法独立于网络模型，不需要对模型进行任何修改即可应用于当前基于热图的人体姿态估计模型。在COCO2017和MPII数据集上对本文方法进行了实验。以HRNet-W32-256×192模型和Simple Baseline-W32-256×192模型为例，COCO2017数据集上平均精度分别提高了0.9和1.1，验证了方法的有效性。

针对全局K-means聚类算法穷举样本点导致计算量大的问题，提出一种基于加权空间划分的高效全局K-means聚类算法。算法首先对样本空间进行网格划分，然后提出密度准则与距离准则对网格进行过滤，保留密度较大且相互距离较远的网格作为候选中心网格。为避免全局K-means算法只在样本集中选取候选中心的局限性，提出权重准则和中心迭代策略扩充候选中心，增加候选中心多样性。最后，通过增量聚类方式遍历候选中心得到最终的聚类结果。在UCI数据集上的实验结果表明：与全局K-means算法相比，新算法在保证聚类精度的前提下，计算效率平均提高了89.39%~95.79%。与K-means++、IK-+和近期提出的CD算法相比，新算法精度更高，并且克服了因随机初始化导致的聚类结果不稳定问题。

为准确聚类海量云数据，提出一种基于密度峰值的海量云数据模糊聚类算法。将含有噪声的云数据采用BP神经网络分离，将输出的噪声利用奇异值分解重构，获取联合算法输出的噪声，将带有噪声的云数据和输出噪声相减，得到去噪后的云数据。将密度峰值和优化后的模糊聚类算法相结合，自适应形成初始聚类中心，确定聚类数量，最终实现海量云数据模糊聚类。实验结果表明：本文算法获取的聚类效果和聚类效率明显优于其他算法。

为提升模型对合成孔径雷达（SAR）图像多尺度舰船目标的检测能力，保证检测网络的实时性，提出一个基于注意力机制改进的无锚框舰船检测模型。在YOLOX网络特征金字塔处嵌入空洞注意力模块，调节感受野与多尺度融合的关系，强化特征的表示能力。在检测头部设计中心性预测分支，对锚点的分类得分进行加权处理，调整模型的损失函数，优化检测结果。在数据集SSDD上进行的对比实验结果表明：本文提出的模型优于主流的深度网络检测模型，精度达到94.73%，且在检测精度和检测速度中取得最佳平衡。

针对流形数据中密度峰值聚类（DPC）算法的局部密度易找到错误的类簇中心，且分配策略易导致远离类簇中心的剩余样本被错误分配的问题，本文提出二阶K近邻和多簇合并的密度峰值聚类（DPC-SKMM）算法。首先，利用最小二阶K近邻定义局部密度，凸显类簇中心与非类簇中心间的密度差异，从而找到正确的类簇中心；其次，利用K近邻找出样本局部代表点并依此确定核心点，用核心点指导微簇划分；最后，利用最小二阶K近邻及共享近邻定义的微簇间吸引度合并微簇，避免远离类簇中心的样本被错误分配，且微簇合并过程无须迭代。本文将DPC-SKMM算法与IDPC-FA、DPCSA、FNDPC、FKNN-DPC、DPC算法进行对比，实验结果表明，DPC-SKMM算法能有效聚类流形及UCI数据集。

针对无人机（UAV）目标跟踪任务中目标尺寸小、尺度变化明显和视点改变频繁等问题，本文提出一种基于高分辨率孪生网络的无人机目标跟踪算法。首先，利用改进高分辨率网络作为特征提取主干网络，并且采用动态多模板策略挖掘视频的帧间信息；然后，构建多帧特征融合模块，得到利于目标定位的融合特征；最后，选取无锚框策略定位目标位置，得到精确的跟踪结果。实验结果表明：本文算法在DTB70数据集测试的成功率和准确率分别为66.0%和84.7%，在UAV123数据集测试的成功率和准确率分别为65.7%和84.3%，有效地提升了目标跟踪性能。

提出了一种基于单目视觉的车辆屏显式封闭驾驶舱前视视野重现方法。该方法通过准确的离线标定及在多线程并行框架下在线执行单目图像采集、前视图像处理和透视图像显示，可在显示屏上再现低失真度、高流畅度的前视画面。搭建了一套屏显式车辆封闭驾驶舱硬件系统，通过实验室和场地测试，从系统延时、前视视角、图像畸变、车辆高速直行、转弯、避障及驾车体验等方面验证了所提方法的有效性和高效性。该方法可为车辆封闭驾驶舱的后续改进提供良好的理论和实践基础。

为了解决多电机驱动的机械臂系统在复杂环境运行时，其关节位置容易受到负载等外界干扰，导致位置的跟踪误差及同步误差较大，造成系统工作性能下降等问题，提出了一种新型多电机环形耦合控制策略（NRCC）。NRCC中设置了同步比例系数保证多电机协调运行；设计了自抗扰补偿控制器和相邻平均误差处理器，自抗扰补偿控制器通过相邻平均误差信号对电机位置控制信号进行二次补偿，减小了多电机间的同步误差；同时，提出了一种自适应神经模糊推理系统（ANFIS）优化的新型指数趋近率滑模跟踪控制器（ANFIS-SMC）和扰动观测器保证电机的位置跟踪性能。仿真结果表明：该控制策略有效地减小了多电机间的同步误差，保证了电机的高精度跟踪性能。

编队过程增加的油耗小于队列运行降低的油耗时车辆编队行驶总油耗才会降低。为了形成具有节油潜力的商用车队，提出了基于密度聚类的商用车编队策略。首先，使用Trucksim中的商用车模型采集油耗数据，通过拟合建立等效油耗模型并转化到距离域内进行了简化；其次，利用两车编队优化问题获得具有节油潜力的编队标准；然后，在密度聚类中使用该标准将分散的商用车聚类为子车队簇，定义等效油耗最优函数确定最终整体队列形式。最后，通过联合仿真验证了本文提出的编队策略在编队节油方面的有效性与优越性。

针对双目视觉受限于分辨率与基线距，对远距离目标感知精度不足，在室外光照条件复杂的情况下，无法完成稳定感知，获取三维点云质量无法满足果园作业需求的问题，提出一种基于双目仿鹰眼视觉与超分辨的果园三维点云重建方法。本文模拟鹰眼双中央凹高清成像，通过超分辨率重建改善感知精度；模拟捕食经验所得鹰眼注意力机制，融合参考目标图像特征，提高目标候选区域感知精度与稳定性。针对果园三维点云导航地图，在多种光照条件下，误差比最大降幅为12.2%，标准差最大降幅为2.305。针对果树作业三维点云，点云质量改善较大，可以提供精确的三维空间信息，较为完整地还原果树各枝干三维空间信息。

针对水稻直播机滑板在扰动饱和水田环境中黏附重和阻力大的问题，显微观测得到泥鳅体表非光滑表面；利用Fluent软件进行仿真分析，揭示了该非光滑表面减黏降阻的原理；采用Box-Behnken响应面法设计试验，得到沟槽非光滑表面总阻力F_B 与沟宽w、沟深h和来流速度v的回归方程，最优化分析结果表明，当w为4.5 mm、h为4 mm、v为1.25 m/s时，最大减阻率达10.052%；基于最优参数试制了水稻直播机仿生滑板，开展了室内水田土槽试验，最终减阻率达10.23%。本研究可为水田触土部件减黏降阻技术开发提供新思路。

现有可靠性分配方法在农机领域应用较少，为更好地满足农机可靠性分配需求，提出了一种基于改进综合因素法（IFM）的农业机械可靠性分配方法。该方法针对农机特点综合考虑了包含子系统危害度A₁、改进潜力A₂、复杂度A₃、维修性A₄、环境条件A₅和技术水平A₆在内的6种影响因素，并形成子系统故障率分配的权重因子，实现了将指定的系统整体可靠性目标分配至子系统层级。针对新研发产品，给出了各影响因素取值的评价参考标准，可通过故障模式影响及危害性分析（FMECA）结合专家评分定量计算。以2BMQF-6/12免耕播种机为例，应用改进IFM对其进行可靠性分配，并与IFM及FOO、Kim、Yadav方法进行比对，验证了本文所提出方法的可行性。本文方法分配结果合理、流程完善、考虑因素相对全面，可为农机可靠性分配提供参考，为农机产品可靠性设计提供依据。